Food Safety Education Needs of High‐School Students: Leftovers, Lunches, and Microwaves
Notice bibliographique
Résumé
BACKGROUND: We explored priority areas of food safety education needed by high-school students within Ontario, Canada. METHODS: We analyzed transcripts from semistructured interviews with 20 experts in food safety, food safety education in youth, and high-school education in Ontario. Inductive thematic analysis was used to identify priority food safety education needs. RESULTS: We identified 4 priority action areas for food safety education targeting students: how to safely do the things they typically do with food; how to keep themselves and their kitchens clean and safe; how microorganisms grow and how they can result in foodborne disease; and how to keep food out of the "danger zone" 4°C to 60°C (40° F to 140° F). The results indicate that students need specific education around the use of microwaves, consumption of convenience meals, preparing and handling foods at school events, and safe transportation of food for lunches, school trips, and sporting events. CONCLUSIONS: High-school students need food safety education specific to their usual interactions with food, including the foods, tools, and settings students regularly encounter. Delivery of food safety education should emphasize sequences of safe food-handling behaviors for specific food interactions, such as reheating a meal in the microwave, rather than traditional food safety concepts, such as temperature abuse.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».